X

10 eurot =

Kuidas näevad välja ANN-i ehk Google´i tehisintelligentsi unenäod?

18. juuli 2015 kell 13:11



annVaata seda. Mis see on? Mingi viletsasti joonistatud orav, eks? Võib-olla vana National Geographicu lehekülg, mis on pesust läbi käinud? Vaata uuesti, seekord lähemalt. Sellel oraval on veidralt palju silmi. Ning näib, et see on osaliselt moodustatud hoopis koertest… Vaata selle veidrat tagaosa, mis koosneb teo tundlatest, mis omakorda on hoopis üles ehitatud lindudest. Esiplaanil piilub kahepealine kala ning kui tausta lähemalt uurida, siis ei ole seal lihtsalt kaared, vaid veidralt korduvate motiividega linn, mis on justkui kaua kadunuks jäänud Borgesi lugu, mida on illustreerinud pohmeluses kriidikunstnik. Mis toimub?

 

Mõni aeg tagasi ilmus Redditi veebikeskkonnas veider illustratsioon väga napi kirjeldusega “selle pildi on loonud arvuti ise“. Pildist sai internetimüsteerium ja sotsiaalvõrgustikes avaldati arvukalt oletusi, millega tegu võiks olla. Redditi lugejad kogunesid kiiresti müsteeriumi lahendama. Kunstnikud vahetasid mõtteid arvutiteadlastega, uskujad läksid vastuollu skeptikutega. Ühe kasutaja arvates oli see “nagu roboti mõttemaailm“, teine teatas, et tegemist on lihtsalt täieliku jamaga.

ann2

Kõige veenvama teooriaga tuli välja kasutaja nimega regregex, kes avaldas arvamust, et tegemist on eksponentsiaalse kompilatsiooniga, mis koosneb lõputult korduvatest pildiotsingu tulemustest. “Arvuti alustas pildist, millel on puust käetoel lamav orav ja tegi siis sarnase pildi otsingu aina väiksemate ja väiksemate pildi osade kohta, sulandades tulemused iga kord üheks pildiks kokku,“ pakkus too kasutaja.

 

ANN programm imiteerib inimese aju

Vastus tuli lõpuks kolme Google Researchi blogi inseneri käest. Tuleb välja, et see veider orav ei olnud selle tulemus, et arvutid püüdsid omapead kunsti teha, vaid see tuli programmist, mis on hästi treenitud kujutisi ära tundma ning mis oli jõudnud oma võimete piirideni. Tegemist on Artificial Neural Networks (ANN) tüüpi programmidega. Need on programmid, mis toimivad teistest väga erinevalt. Selle asemel, et jagada probleeme aina väiksemateks allprobleemideks, millest igaühte lahendab erinev programmi osa, on kõik ANN osad ühendatud suurteks kihtideks, mis toimivad koos ja ehitavad üksteise peale. Kui tavaline programm on nagu hästi õlitatud bürokraatia, siis ANN on rohkem idealiseeritud kooperatiivi või inimese aju moodi. Seetõttu on sellised programmid head selleks, et sooritada ülesandeid, mida tavaliste programmidega ei tasuks isegi proovida – nagu näiteks kõne kirjapanemine ning kujutiste äratundmine.

ann3

Väike detail Artificial Neural Networkist

Väike detail Artificial Neural Networkist

Oma struktuuri tõttu õpivad ANN-id näidete põhjal. Kujutle, et püüad tulnukale õpetada, mis on koer. Sa näitad talle ühte koera ja palud selle identifitseerida. Tal ei ole õrna aimugi ning ta pakub suvaliselt, et tegemist on puuga. Sa annad talle õige vastuse “koer“ ja siis kordad seda protsessi erinevat tüüpi koerte ning teiste esemete või loomadega. Mõnda aega võib tulnukas olla segaduses – mis teeb chihuahua’st koera, kui sama suur rott ei ole koer? Kuid pärast piisavalt paljude näidete nägemist on ta päris osav aru saama, mis on koer ja mis ei ole. See on sisuliselt sama mehhanism, kuidas töötavad ANN-tüüpi programmid. Google’i teadlased selgitasid ANN-tüüpi programmi “õpetamist“ järgmiselt: “Me treenime võrgustikku lihtsalt näidates sellele palju erinevaid näiteid sellest, mida tahame õpetada, lootes, et programm eristab eseme tuuma (nt kahvlil on käepide ja kaks kuni neli haru) ning õpib samas eirama seda, mis ei ole oluline (kahvel võib olla igas suuruses, kujus, värvis ja suunas).

ann5

Kuidas ANN toimib?

Aga milline on parim viis välja selgitada, kas õppetund on omandatud? Võib-olla palud tulnukal pärast piisavalt pikka treeningut joonistada koera. Teadlased otsustasid lihtsalt oma lõbuks katsetada seda ANN-iga.

Teadlased olid aga programmi võimekust alahinnanud. Nende üllatuseks oli neil võrgustikel, mida oli treenitud erinevate kujundite vahel vahet tegema, ka üsna palju vajalikku infot kujundite taasloomiseks. Programmid ei ole eriti realistlikud Renoirid, pigem on nad nagu Picasso – kunstnikud, kes ei hinda väga kõrgelt ruumilisi piiranguid ning nad on maailma tundma õppinud vaid pildiotsingu kaudu.

Näiteks kui programmil paluti kujutada hantlit, siis tuli see lagedale selliste piltidega:

ann6

Teadlaste sõnul on pildil kahtlemata ka hantleid, kuid näib, nagu ei oleks hantli pilt täielik ilma lihaselise tõstjata. Sel juhul ei suutnud võrgustik täielikult hantli iva tabada – võib-olla ei ole see kunagi näinud pilti hantlist ilma seda hoidva käeta.

Teadlased proovisid erinevaid trikke. ANN koosneb kihtidest ja pildituvastuse ANN-is on iga kiht vastutav pildil kindla aspekti leidmisel – servad, nurgad või jooned. Kuna iga kiht ehitab eelmise kihi peale, siis muutuvad pildi aspektid järjest keerukamaks. Esimene kiht leiab piirjooned, teine tekstuuri ja kolmas kiht lõpuks terve koera.

Siin see on:

ann7

Programm muudab kõik selleks, mida ta juba tunneb

Võib osutuda kasulikuks teada, millega iga kiht tegeleb. Et seda mõista, rakendavad teadlased testi, mille käigus nad eraldavad kihid ning annavad igale kihile ülesande: “Mida iganes sa seal näed, me vajame enam!“

ann8

Selle tagajärjel hakkavad juhtuma veidrad asjad. Alumised kihid joonistasid lihtsaid ornamendi-laadseid mustreid – sisuliselt kordasid piirjooni.

ann9

Kõrgematele kihtidele keskendumine tõi aga hullumeelsemaid tulemusi. “Kui pilv näeb veidi linnu moodi välja, siis võrgustik joonistab selle veel enam linnusarnaseks. See omakorda tähendab, et järgmise liigutuse käigus tuntakse veel selgemalt ära lind ning justkui eikusagilt ilmub välja väga detailne linnu kujutis.“

ann10

See on lõbus – kuid saame minna veel sügavamale. Paludes ANN-il rõhutada seda, mida too kujutises ära tunneb, viib selleni, et programm muudab kõik selleks, mida ta juba tunneb. Tulemus on mälumaastik – ajalugu sellest, mida ANN on õppinud, surutuna kokku selle raamistiku sisse, mida sa programmile viimasena ette andsid. Arhitektuurile keskendunud programmid leiavad torne taevas ning need, mis on tegelenud palju koerte, kalade ja linnamaastike äratundmisega, võivad lagedale tulla millegi sellisega, nagu see pilt loo alguses. Jääb vaid üks müsteerium – see veider orav, mis Redditis avaldati, ei ole Google’i teadlaste avaldatute hulgas. Milline arvuti selle loonud on?

Loomamaastikele keskendunud ANN-id näevad neid igal pool

Loomamaastikele keskendunud ANN-id näevad neid igal pool

Võlumaa

Võlumaa

Seurat läbi ANN-i pilgu

Seurat läbi ANN-i pilgu

Aa, see seal? See on lihtsalt Nokkloomamägi

Aa, see seal? See on lihtsalt Nokkloomamägi

Suvaliselt genereeritud arvutiunenägu

Suvaliselt genereeritud arvutiunenägu

Google ANN igatseb õunte järele

Google ANN igatseb õunte järele

Üks konkreetsele kohale keskendunud arvutiunenägu

Üks konkreetsele kohale keskendunud arvutiunenägu

Siiruviiruline ANN-i genereeritud maastik

Siiruviiruline ANN-i genereeritud maastik

Aknad eikuskile

Aknad eikuskile

Mitmes antud teemat käsitlevas uudisnupus arutletakse selle üle, et arvutiunenäod meenutavad LSD visuaalseid trippe. Nüüd on ka sul võimalus muuta ANN-i abil oma fotod/pildid selliseks, nagu oleksid kogu aeg psühhedeelikumide mõju all.

 

Allikad ja lisalugemist: Atlas Obscura, Google Researchi blogi, Popular Science

Pildid: rebrn.com, Sebastian Wallroth / Wikimedia Commons, googleresearch.blogspot.com, Offnfopt / Wikimedia Commons, Zachi Evenor / Flickr, George Seurat/Matthew McNaughton

 

Toimetas Katrin Suik

 

NB! Telegram tegutseb tänu lugejate abile. Kui sinu arvates on Telegramis ilmuv info vajalik ja oluline, võid soovi ja võimaluse korral meid toetada. Telegrami lugeja vabatahtliku toetuse tegemiseks vajaliku info leiad siit.